返回 数理基础 思维导图
中文·English
📐 数理基础ID: confidence-interval

置信区间

Confidence Intervals
🎯核心定义
置信区间 (Confidence Interval) 是由样本构造的随机区间, 经典正态均值形式为
📌核心概述
CI=xˉ±zα/2σnCI = \bar{x} \pm z_{\alpha/2} \frac{\sigma}{\sqrt{n}},
📌核心概述
其中 zα/2z_{\alpha/2} 是标准正态分位数、σ/n\sigma/\sqrt{n} 是标准误, 宽度由精度与置信水平共同决定。频率学派解释 (coverage): 重复抽样 100(1α)%100(1-\alpha)\% 的区间会覆盖真值, 单次区间的“真值落入概率”概念不成立——参数是固定的, 随机的是区间。
💡使用场景
估计结果的不确定性量化、AB 实验与模型评估汇报误差棒;面试常考覆盖率 (coverage) 的严格解释、未知 σ\sigma 时换用 tt 分布、与双侧检验的对偶关系。
解决的核心痛点
点估计只给一个数, 不含任何精度信息; CI 同时给出估计值与其不确定性:置信水平从 95% 提到 99% (zα/2z_{\alpha/2} 从 1.96 变 2.576) 或样本量减半, 区间都会显著变宽;与双侧检验对偶: 95% CI 不包含 μ0\mu_0 等价于在 α=0.05\alpha = 0.05 下拒绝 H0:μ=μ0H_0: \mu = \mu_0;当解析解不存在时 (如复杂统计量), Bootstrap 重采样可给出近似 CI。
🎯5 个高频面试考点 (Exam Points)
1
正态总体均值、方差已知时 95% CI 公式 xˉ±zα/2σ/n\bar{x} \pm z_{\alpha/2}\sigma/\sqrt{n} 各部分的含义?
2
覆盖率 (coverage) 的严格解释: 为什么不能说“真值有 95% 概率在区间内”?
3
置信水平从 95% 提到 99%, 或样本量翻倍, 区间宽度分别如何变化?
4
未知 σ\sigma 时为什么用 tt 分布?与正态近似的区别?
5
置信区间与双侧假设检验的对偶关系是什么?
更新于 2026-08-12
🎯
检验攻克程度:针对「置信区间」专属刷题排雷
做单选排雷题、推导选项机制,答错自动收录进专属错题本。
🚀 开始本考点专项刷题
上一个知识点假设检验下一个知识点因果推断与 Rubin 框架

🔗 更多 数理基础 知识点卡片

Adam/AdamW 偏差修正推导贝叶斯推断偏差方差分解Bootstrap